💥杀疯了！阿里ATH-MaaS放出OvisOCR3：0.8B小模型登顶五大文档基准，跨页表格能力反超大模型！ 阿里ATH-MaaS推出OvisOCR3，依托… · @xiax0603 · TwKit

@xiax0603

💥杀疯了！阿里ATH-MaaS放出OvisOCR3：0.8B小模型登顶五大文档基准，跨页表格能力反超大模型！ 阿里ATH-MaaS推出OvisOCR3，依托Qwen3.5-0.8B底座打造，单权重文件整合文档解析、OCR识别、信息抽取、图表解析、跨页表格重建全部能力，不再需要串联多个独立模型。 在同规模模型赛道里拿下五大场景SOTA，中文英文OCR、文档基准、关键信息抽取、跨页表格重建多项榜单登顶，跨页表格指标甚至反超大参数量模型。 它支持输出Markdown、JSON、LaTeX、Mermaid，通过提示词自由切换任务，训练链路包含持续预训练、中期训练、策略蒸馏与强化学习。 硬件门槛很低，1.7GB显存就可以本地部署，Apache2.0协议开源，RAG、企业文档自动化管线可以直接接入落地。 你觉得这类轻量化文档多模态模型，会不会快速替换现在臃肿的多模型串联方案？ 完整报告内容：https://arxiv.org/abs/2610.33066

曝光 339 · 评论 4 · 点赞 9 · 书签 0